リサイクルプラスチックの品質と安全性を確保するためには、正確なポリマー識別が不可欠です。しかし従来のソーティング技術と分光分析手法では、十分に堅牢な識別が難しいという課題を抱えていました。この問題を解決するアプローチとして注目されているのが、テラヘルツ デュアルコム分光法（THz-DCS）です。この技術は、迅速で高分解能、かつ非破壊的な測定を提供し、プラスチック業界の品質管理に革新をもたらす可能性を持っています。 研究チームは、THz-DCSを用いて12種類のポリマーの分類に取り組みました。対象には純粋なポリマーから多層フィルム、商用ブレンド、さらにはバイオポリマーまで、多様な材料が含まれています。THz-DCSが生成する複雑なスペクトル信号を処理するため、研究者たちはマルチスケール特徴注意ネットワーク（MSFAN）という革新的なディープラーニングアーキテクチャを開発しました。このネットワークの特徴は、信号の再較正を行うフィーチャーゲーティングと、多様な周波数パターンをキャプチャするマルチスケール並列畳み込みを統合している点です。 さらに、これらの特徴はクロスフィーチャー注意とアテンション・プーリングを通じて精緻化され、モデルが最も情報量の多いテラヘルツ領域を自動的に強調できるようになっています。実験結果として、MSFANは既存の最先端モデルを上回る85.2％の分類精度を達成しました。この研究により、THz-DCSと深層学習を組み合わせることで、ポリマー分類の効果的でスケーラブル、かつ解釈可能なソリューションが実現できることが実証されたのです。